Python常用可视化实例集_python数据可视化分析实例

目录

1、介绍

2、单变量可视化

2.1 直方图@数值特征

2.1.1 DataFrame的hist()方法

2.1.2 seaborn的distploy()实现

 2.1.3 matplotlib的dist()方法

 2.2 密度图@数值特征

2.2.1 DataFrame的plot()实现

2.2.2 seaborn的distploy()实现

2.3 箱型图@数值特征-sns.boxplot()

​ 2.4 提琴形图@数值特征-sns.violinplot()

2.5 条形图@类别特征-sns.countplot()

2.6 频率表@类别特征-value_counts()

 3、多变量可视化

3.1 数值与数值特征

3.1.1 相关矩阵-corr()和heatmap()

 3.1.2 散点图-plt.scatter()或sns.jointplot()

3.1.3 散点图矩阵-sns.pairplot()

3.2 数值和类别的可视化

3.2.1 散点图-sns.lmplot()

3.2.2 箱线图-sns.boxplot()

3.2.3 提琴形图-sns.violinplot()

​3.3 类别与类别可视化

3.3.1 条形图-countplot()

 3.3.2 交叉表-crosstab()

3.3.3 类中统计值评估图-sns.catplot()

 3.3.4 结构化多绘图网格-FacetGrid()

​4、全局数据集可视化

4.1 降维

4.2 t-SNE

5、其他可视化

5.1 分类边界-plt.pcolormesh()

 5.2 绘制分类轮廓-plt.countour()

---

1、介绍

在机器学习领域中，可视化是十分重要的。在开始一项新任务时，通过可视化手段探索数据能更好地帮助人们把握数据的要点。在分析模型表现和模型报告的结果时，可视化能使分析显得更加生动鲜明。有时候，为了理解复杂的模型，我们还可以将高维空间映射为视觉上更直观的二维或三维图形。

总而言之，可视化是一个相对快捷的从数据中挖掘信息的手段。本文将使用 Pandas、Matplotlib、seaborn 等流行的库

2、单变量可视化

2.1 直方图@数值特征

直方图依照相等的间隔将值分组为柱，它的形状可能包含了数据分布的一些信息，如高斯分布、指数分布等。当分布总体呈现规律性，但有个别异常值时，你可以通过直方图辨认出来。当你使用的机器学习方法预设了某一特定分布类型（通常是高斯分布）时，知道特征值的分布是非常重要的。

2.1.1 DataFrame的hist()方法

最简单的查看数值变量分布的方法是使用 DataFrame 的hist() 方法绘制直方图。

DataFrame.hist(column=None, by=None, grid=True, xlabelsize=None, xrot=None, ylabelsize=None, yrot=None, ax=None, sharex=False, sharey=False, figsize=None, layout=None, bins=10, backend=None, legend=False, **kwargs)[source]

# 方法一：df.hist()
features = ["Total day minutes","Total intl calls"]
df[features].hist(figsize=(10,4))
 
# 方法二：df.plot()
df[features].plot(kind="hist")

上图表明，变量 Total day minutes 每日通话时长 呈高斯分布，而 Total intl calls 总国际呼叫数 显著右倾（它右侧的尾巴更长）。

2.1.2 seaborn的distploy()实现

sns.distplot(df['Total intl calls'],kde=False,bins=8)

 

 2.1.3 matplotlib的dist()方法

plt.hist(df['Total intl calls'])

 

 2.2 密度图@数值特征

密度图（density plots），也叫核密度图（KDE）是理解数值变量分布的另一个方法。它可以看成是直方图平滑的版本。相比直方图，它的主要优势是不依赖于柱的尺寸，更加清晰。

2.2.1 DataFrame的plot()实现

df[features].plot(kind="density",subplots=True,layout=(1, 2),
                  sharex=False,figsize=(10,4),legend=False,title=features)

2.2.2 seaborn的distploy()实现

使用 seaborn 的  distplot() 方法观测数值变量的分布。默认情况下，该方法将同时显示直方图和密度图。

seaborn.distplot(a=None, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None, x=None)

2.3 箱型图@数值特征-sns.boxplot()

箱形图的主要组成部分是箱子（box），须（whisker）和一些单独的数据点（离群值），分别简单介绍如下：

• 箱子显示了分布的四分位距，它的长度由 25声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】